作者在德州沃斯堡的國際警察首長協會（IACP）科技大會外，觀察到AI正威脅掌控美國警務的核心。儘管身為記者被禁止進入，作者仍透過與與會者的交流，了解會場內販售的AI產品。這些產品被宣傳為「數位時代警務的未來」。

本屆IACP科技大會上，AI的承諾集中在自動化警務工作的例行環節，這些環節同時也是法律程序中的關鍵步驟。這與近年來向企業推銷的說詞如出一轍：讓機器處理繁瑣工作，人類則專注於更有意義的任務。然而，在執法領域，自動化看似無害的「繁瑣工作」，例如仔細填寫警務報告或審查嫌犯的案件歷史，可能對人們的生活產生巨大影響。

今年五月，會場展示的AI產品包括臉部辨識攝影機、自動車牌辨識系統、隨身攝影機、處理非緊急911電話的聊天機器人、槍聲偵測平台、無人機以及報告撰寫工具。儘管美國社會正反思執法部門與社區中實際警力脫節的問題，該產業仍持續擁抱自動化技術。

警務部門的決策過程正日益交由演算法處理。大量科技新創公司現在將AI推銷給警方，稱其為一種自動化的空中交通管制系統。這套系統被描述為一個集中的數位大腦，能夠處理大量數據，並協助部門分配資源。然而，甚至連警方本身對這些推銷也未必感到興奮。

喬治亞州布魯克海文的警長阿布倫·阿亞納（Abrem Ayana）告訴我：「很多都是銷售噱頭，根本無法兌現承諾。」由於缺乏全面的聯邦監管或行業標準，加上這項技術本身的新穎性，像阿亞納這樣的執法官員往往別無選擇，只能相信公司聲稱其產品安全且如廣告般有效。

數十年來，警務部門一直利用科技分析數據，理論上旨在做出更明智的現場決策。然而，在一些惡名昭彰的案例中，這些技術完全適得其反。例如，CompStat和PredPol（分別是「電腦比較統計」和「預測性警務」的縮寫）是早期兩項實驗，旨在透過據稱公正的統計數據來彌補人類判斷的錯誤。

結果，它們反而加劇了原本試圖解決的問題。但儘管這些早期實驗未能如其支持者所願，開啟一個公正警務的新時代，至少當時人類仍是主導者，負責做出最重要的決策。

這波新AI產品的推銷說詞是，過去的錯誤是因缺乏客觀的即時數據所致。理論上，AI現在可以透過增加公共安全數據的收集量及其分析深度來彌補這一差距。然而，許多公共安全倡導團體和法律專家警告，大量「黑箱演算法」湧入執法部門，將在公眾對警方信任已岌岌可危之際，侵蝕透明度和問責制。

前聯邦調查局（FBI）網路犯罪特工傑森·特魯皮（Jason Truppi）告訴我，警方正淹沒在數據的海洋中。特魯皮戴著Meta Ray-Ban智慧眼鏡，語速飛快且興奮，句子中夾雜著企業流行語。2020年末，他共同創立了ForceMetrics，這是一家軟體公司，其LinkedIn頁面描述為提供「AI驅動的決策輔助平台，使公共安全機構能夠提高營運效率並即時更好地服務社區」。

特魯皮表示，過去二十年來警務部門使用的所有記錄系統，從緊急呼叫日誌到假釋記錄檔案，再到隨身攝影機影像資料庫，都造成了沉重的資訊超載。他告訴我：「警方使用的所有記錄系統本質上都已過時。」

「我們完全不使用『預測』這個詞，因為它失敗了。」

ForceMetrics為警務部門提供一個名為Velocity的平台，據該公司網站稱，它「利用AI將海量的公共安全數據轉化為清晰、可執行的洞察」。在警用科技業界術語中，Velocity被稱為即時犯罪中心（RTCC）。RTCC最初由紐約市警察局在20多年前採用，旨在匯總來自多個來源的警務數據，例如911調度、閉路電視攝影機和車牌掃描器，為警員提供抵達現場時的預期情況摘要。

理論上，提供警員越多的即時數據，他們就越不可能「憑直覺和槍械行事」，正如特魯皮所說。這是一個委婉的說法，指代情況失控並導致人員傷亡。

過去，RTCC由人類分析師監督，他們的工作是收集所有傳入的數位數據，進行整理，然後發送給巡邏警員。但正如特魯皮所言，多年來警務領域新數據收集技術的普及，使得任何部門都幾乎不可能在資訊洪流中維持運作。根據2019年公共安全委員會聽證會的記錄，到2019年，紐約市警察局每週收集的隨身攝影機影像數據量約為兩年份，這對最勤奮的人類員工來說也難以有效分析。

像Velocity這樣的現代RTCC旨在從海量數據中快速提取模式，以提高警員的態勢感知能力。特魯皮認為，近年來，尤其是在疫情期間，那些嚴重損害美國民眾對警務部門信任的「不幸事件」，很大程度上可歸因於缺乏他所謂的「數據驅動方法」。

紐約大學種族、不平等與法律中心研究員妮娜·洛什卡吉安（Nina Loshkajian）對此說法持謹慎態度。她告訴我：「事實是，早在2020年『削減警察經費』的呼聲高漲之前，警務部門就已經使用了預測性演算法，當時公司也將其吹捧為數據驅動。這些演算法系統當時並未阻止警察與平民之間的暴力衝突，我們不應該被誤導，認為它們未來會產生有意義的改變。」

特魯皮的公司正與現代警用科技產業複合體中的兩大巨頭競爭：Motorola Solutions和Axon Enterprise。這兩家公司不僅生產自己的RTCC，也生產許多RTCC所依賴的數據收集和監控技術。

2024年初，Axon（原名TASER）收購了監控技術公司Fusus，並推出了RTCC，正式命名為Axon Fusus。當時，Axon已是電擊槍、隨身攝影機和自動車牌辨識系統的知名供應商。該公司還提供一款受歡迎的AI驅動報告撰寫工具Draft One、透過Axon Air計畫為警務部門提供無人機，甚至還有自己的AI聊天機器人。

Axon和Motorola是少數幾家公司之一，它們正競相有效地壟斷整個現代警用科技堆疊，從犯罪現場的數據收集到AI驅動RTCC的戰略決策能力。如今，警務部門通常與這些供應商簽訂多年期合約，供應商則提供新技術的免費試用期，以及所謂的獨家採購協議，使其能夠在無需與其他供應商競標的情況下，繼續向部門銷售新產品。

「我們正目睹一場向警方銷售AI技術的淘金潮，承諾這一切將使他們的工作更輕鬆、更有效率。」

2024年末，Axon推出了其「AI時代計畫」（AI Era Plan），這是一種訂閱服務，客戶支付固定的年費即可使用該公司現有的AI工具（如Draft One）以及未來可能推出的其他工具。根據該公司與投資者的財報電話會議記錄，AI時代計畫的訂閱量在去年第一季到今年同期之間飆升了140%。

Axon總裁約書亞·伊斯納（Joshua Isner）在電話會議中表示：「我們看到AI正從早期興趣轉變為大型機構思考未來技術堆疊的標準部分。我們決心成為公共安全領域的AI公司，而且我們正朝著這個目標邁進。」根據記錄，Axon的AI產品營收年增長了700%。

儘管Axon、Motorola和Flock Safety等大公司目前主導著警用科技產業複合體，但它正受到在德州IACP科技大會上展出的眾多新興科技新創公司的日益激烈競爭。喬治華盛頓大學法學院教授、多本關於警務與科技交叉領域書籍的作者安德魯·格思里·弗格森（Andrew Guthrie Ferguson）表示：「所有這些公司的目標都是成為警務的平台。

我們正目睹一場向警方銷售AI技術的淘金潮，承諾這一切將使他們的工作更輕鬆、更有效率。」這場淘金潮也吸引了大量外部投資者：根據我在沃斯堡活動期間與科技企業家安伯·施羅德（Amber Schroader）的談話，會場約四分之一的與會者來自「尋求投資最新科技的股權公司」。她說：「這令人驚訝。」

這種推銷策略一直很奏效。例如，在警員平均花費40%的班次時間撰寫報告之際（根據Axon在2024年進行的一項研究），Draft One及其他AI驅動的報告撰寫工具顯得極具吸引力。其中許多報告是針對交通攔截和噪音投訴等日常事件。科羅拉多州埃文警察局的巡邏警長約翰·麥基（John Mackey）表示：「我們不是為了坐在鍵盤前而報名的。

這不是我成為警察的原因。」他的部門使用Truleo公司開發的AI報告撰寫工具Field Notes。

Draft One的設計特點旨在強制一定程度的人工監督。例如，系統會故意留空某些細節，迫使警員手動填寫。該平台建立在ChatGPT的修改版本之上，專門用於生成警務報告，據該公司稱，它沒有幻覺問題。Axon生成式AI部門資深首席產品經理諾亞·斯皮策-威廉斯（Noah Spitzer-Williams）曾表示：「創造力已降至零。」

然而，這一說法應持保留態度，因為即使是OpenAI（ChatGPT背後的公司）、Anthropic和Google等頂尖實驗室，也尚未找到完全消除其最先進模型中幻覺的方法。事實上，今年早些時候發生的一起臭名昭著的事件中，Draft One在拾取到現場背景播放的迪士尼電影《公主與青蛙》音訊後，竟寫道一名猶他州警員變成了青蛙。

雖然這起事件很容易讓人發笑，但AI撰寫的警務報告可能導致非常嚴重的現實後果。當人類警員撰寫報告時，他們可以在法庭上接受交叉詰問。